張曉玲 倪月犁

摘 要：旅游目的地網(wǎng)絡(luò)形象預(yù)警研究是利用互聯(lián)網(wǎng)或客戶端平臺抓取的網(wǎng)絡(luò)信息對旅游目的地網(wǎng)絡(luò)形象進行動態(tài)監(jiān)測、分析與評價，確定變化的趨勢。本文基于網(wǎng)絡(luò)輿情視角提取互聯(lián)網(wǎng)中的網(wǎng)絡(luò)文本數(shù)據(jù)，分析旅游目的地網(wǎng)絡(luò)形象的影響因子，采用詞頻分析法篩選關(guān)鍵詞確認指標屬性，利用聚類分析法構(gòu)建“互聯(lián)網(wǎng)+”背景下旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系。

關(guān)鍵詞：旅游目的地網(wǎng)絡(luò)形象;預(yù)警;影響因子;詞頻分析;聚類分析

本文索引：張曉玲，倪月犁.<標題>[J].中國商論，2021（21）：-053.

中圖分類號：F724.6 文獻標識碼：A 文章編號：2096-0298（2021）11（a）--03

近年來，從國務(wù)院到地方政府都紛紛出臺政策鼓勵“互聯(lián)網(wǎng)+旅游”的融合，互聯(lián)網(wǎng)已然成為旅游者獲取旅游目的地信息的重要渠道之一，互聯(lián)網(wǎng)信息、網(wǎng)絡(luò)輿情等成為構(gòu)建旅游目的地形象的主要來源，成為旅游者行為的重要決策依據(jù)。互聯(lián)網(wǎng)的信息爆炸效應(yīng)和輿論聚合效應(yīng)，強化了旅游者對目的地形象感知的影響力度，對旅游目的地網(wǎng)絡(luò)形象的樹立影響顯著。因此，在“互聯(lián)網(wǎng)+”背景下，建立完善的旅游目的地網(wǎng)絡(luò)形象預(yù)警系統(tǒng)是有現(xiàn)實意義的，該預(yù)警系統(tǒng)對互聯(lián)網(wǎng)采集的相關(guān)網(wǎng)絡(luò)信息和輿情進行采集處理分析，既可以監(jiān)測旅游者對目的地網(wǎng)絡(luò)形象感知的變化趨勢，以及感知形象偏離預(yù)警線的強弱程度，又可以及時向旅游目的地企業(yè)或政府發(fā)出預(yù)警信號，使其提前采取預(yù)控對策。本文的工作主要是設(shè)計在預(yù)警系統(tǒng)中對于預(yù)警效果有著重要影響的旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系。

1 國內(nèi)外研究現(xiàn)狀及趨勢

1.1 旅游目的地網(wǎng)絡(luò)形象的研究

目前，關(guān)于旅游目的地網(wǎng)絡(luò)形象的研究可分為三個方面：

（1）概念與構(gòu)成要素的研究。

沈體雁等[1]（2015）認為旅游目的地網(wǎng)絡(luò)形象是某個時間段內(nèi)互聯(lián)網(wǎng)信息對旅游目的地形象的詳實綜合記錄的真實體現(xiàn)，旅游目的地形象與網(wǎng)絡(luò)形象互為映射。

（2）個體網(wǎng)絡(luò)形象及特征的研究。

肖亮[2]等（2009）借助于互聯(lián)網(wǎng)的文本數(shù)據(jù)，總結(jié)出中國臺灣旅游目的地形象在互聯(lián)網(wǎng)傳播下的新主題。

（3）旅游目的地網(wǎng)絡(luò)形象網(wǎng)站間傳播差異的研究。

唐亮[3]等（2009）通過對比分析國內(nèi)外網(wǎng)站的相關(guān)內(nèi)容，總結(jié)出在中英文網(wǎng)站中，中國澳門的旅游網(wǎng)絡(luò)形象存在的顯著差異來源于文化的不同。

1.2 旅游預(yù)警理論的研究

旅游預(yù)警理論研究始于20世紀80年代，預(yù)警機制第一次引入我國旅游領(lǐng)域，但是直到20世紀90年代才出現(xiàn)相關(guān)學(xué)術(shù)研究，旅游預(yù)警研究按照時間軸可分為三個階段。

（1）萌芽期

1999—2002年，這一時期的研究都是以生態(tài)環(huán)境保護、景區(qū)可持續(xù)發(fā)展、旅游資源開發(fā)等為主題，圍繞著旅游危機預(yù)警的功能、指標體系、研究步驟、重要性等進行分析。

（2）成長期

2003年，旅游業(yè)發(fā)展遇到危機，研究內(nèi)容開始轉(zhuǎn)向構(gòu)建旅游預(yù)警機制、構(gòu)建旅游預(yù)警系統(tǒng)和運用旅游預(yù)警信息技術(shù)等方面，但仍以定性分析為主，實證案例分析仍需深化。

（3）成熟期

2008年至今，研究領(lǐng)域得到迅速拓展，不僅涉及生態(tài)、經(jīng)濟管理和資源環(huán)境，旅游經(jīng)濟、旅游環(huán)境、旅游生命周期、旅游文化等預(yù)警方面的研究還開始得到廣泛的關(guān)注，理論體系不斷完善。

綜上所述，旅游預(yù)警理論框架和方法體系逐漸完善，但是關(guān)于旅游目的地形象預(yù)警的研究成果相對較少。而在互聯(lián)網(wǎng)時代，旅游目的地網(wǎng)絡(luò)形象已經(jīng)成為大眾出行決策的重要依據(jù)，網(wǎng)絡(luò)形象的預(yù)警也將成為學(xué)術(shù)界、政府、旅游企業(yè)關(guān)注的熱點課題。

2 “互聯(lián)網(wǎng)+”背景下旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系的構(gòu)建

在旅游目的地形象預(yù)警研究過程中，科學(xué)合理的指標體系是研究的核心環(huán)節(jié)，關(guān)系到預(yù)警評價值測算結(jié)果的正確性與客觀性。

2.1 旅游目的地網(wǎng)絡(luò)形象影響因素分析

本文在分析了以旅游目的地網(wǎng)絡(luò)形象為研究對象的大量文獻，基于輿情視角，利用八爪魚軟件在互聯(lián)網(wǎng)上抓取的文本信息，總結(jié)旅游目的地網(wǎng)絡(luò)形象的影響因素，建立旅游目的地網(wǎng)絡(luò)形象影響因子模型。

（1）抓取的網(wǎng)絡(luò)文本數(shù)據(jù)信息的來源

互聯(lián)網(wǎng)的普及與迅猛發(fā)展弱化了傳統(tǒng)的單一化官方的宣傳模式，各種網(wǎng)絡(luò)媒體一躍成為網(wǎng)絡(luò)信息傳播的主要載體，也是旅游者獲取旅游目的地信息的主要渠道。因此，本文的網(wǎng)絡(luò)文本信息來源主要分為兩類，即官方文本和個人文本，個人文本信息采集時選取極具代表性的網(wǎng)絡(luò)媒體傳播平臺。

（2）總結(jié)旅游目的地網(wǎng)絡(luò)形象影響因子模型

旅游目的地網(wǎng)絡(luò)形象預(yù)警是通過對互聯(lián)網(wǎng)中旅游目的地形象影響因子的監(jiān)測，以實現(xiàn)預(yù)警的目的[4]。因此，旅游目的地網(wǎng)絡(luò)形象影響因子模型主要是對在互聯(lián)網(wǎng)上抓取的與旅游目的地形象相關(guān)的文本內(nèi)容進行挖掘分析，歸納形成的。該模型基于網(wǎng)絡(luò)輿情視角，將影響旅游目的地網(wǎng)絡(luò)形象的因素具體歸納為三大類，即旅游資源、全域環(huán)境和綜合管理，構(gòu)建出旅游目的地網(wǎng)絡(luò)形象影響因子模型，如圖1所示。

2.2 詞頻分析法確定中高頻關(guān)鍵詞

本文采用八爪魚采集器采集網(wǎng)絡(luò)樣本信息，利用中文分詞技術(shù)整合篩選出622個關(guān)鍵詞，利用詞頻分析法確定中高頻關(guān)鍵詞 40個。

圖2表示詞頻和累積詞頻占比隨詞量變化情況，圖3是詞頻和詞量隨累積詞頻占比變化情況，綜合圖2和圖3進行分析判斷，本文選取頻次≥1600 的關(guān)鍵詞作為中高頻關(guān)鍵詞，總頻次占全部關(guān)鍵詞總頻次的60%，共確定出來40個中高頻的關(guān)鍵詞（見表1）。

2.3 旅游目的地網(wǎng)絡(luò)形象中高頻關(guān)鍵詞的聚類分析

為了厘清中高頻關(guān)鍵詞之間的歸類關(guān)系，對40個中高頻關(guān)鍵詞進行共詞分析，需要建立40*40的共現(xiàn)矩陣，再將該共現(xiàn)矩陣導(dǎo)入SPSS 軟件標準化后進行聚類分析。

聚類分析是通過對共詞關(guān)系網(wǎng)絡(luò)中詞與詞之間的距離進行數(shù)學(xué)運算分析，將距離較近的關(guān)鍵詞聚集起來，形成一個個概念相對獨立的類，使得類間屬性相似性最小，類內(nèi)屬性相似性最大[5]。本部分利用的是K-均值聚類法[6]，同時據(jù)專家訪談和文獻資料收集以及多次聚類驗證確定聚類數(shù)目為9最為合適，通過聚類分析獲得中高頻關(guān)鍵詞的聚類結(jié)果 （見表2）。

2.4 “互聯(lián)網(wǎng)+”背景下旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系的構(gòu)建[7，8]

本文經(jīng)過多次專家訪談和文獻分析，將9類中高頻關(guān)鍵詞歸納總結(jié)出9個三級指標分別為：A自然資源 B人文資源 C社會環(huán)境 D經(jīng)濟環(huán)境 E基礎(chǔ)設(shè)施 F景區(qū)接待 G營銷 H景區(qū)管理 I游客滿意度，并根據(jù)旅游目的地網(wǎng)絡(luò)形象因子模型把9個三級指標歸納位3個二級指標，則旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系構(gòu)建完成（見表3）。

3 結(jié)語

“互聯(lián)網(wǎng)+”背景下旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系是整個預(yù)警系統(tǒng)的核心環(huán)節(jié)，對旅游目的地網(wǎng)絡(luò)形象預(yù)警效果的科學(xué)性和準確性產(chǎn)生直接影響。科學(xué)完善的指標體系對旅游目的地網(wǎng)絡(luò)形象預(yù)警系統(tǒng)的構(gòu)建，預(yù)警對策的制定提供了重要依據(jù)。

本文基于互聯(lián)網(wǎng)平臺抓取的網(wǎng)絡(luò)信息文本進行分析建立旅游目的地網(wǎng)絡(luò)形象影響因子模型，基于輿情視角，根據(jù)互聯(lián)網(wǎng)抓取的文本信息，將分析量化后的數(shù)據(jù)進行詞頻分析和聚類分析，構(gòu)建了旅游目的地網(wǎng)絡(luò)形象監(jiān)測與預(yù)警指標體系。

參考文獻

【1】沈體雁，黃寧，彭長江，等.中國景區(qū)網(wǎng)絡(luò)形象指數(shù)研究——基于互聯(lián)網(wǎng)內(nèi)容分析法[J].旅游學(xué)刊，2015，30（6）：48-50.

【2】肖亮，趙黎明.互聯(lián)網(wǎng)傳播的臺灣旅游目的地形象——基于兩岸相關(guān)網(wǎng)站的內(nèi)容分析[J].旅游學(xué)刊，2009，24（3）：75-81.

【3】Tang L， Choi S， Morrison A M， et al. The many faces of Macau： A correspondence analysis of the images communicated by online tourism information sources in English and Chinese[J]. Journal of Vacation Marketing，2009，15（1）：79-94.

【4】姜官爽.基于BP神經(jīng)網(wǎng)絡(luò)模型的旅游景區(qū)網(wǎng)絡(luò)形象危機預(yù)警研究[D].濟南：山東師范大學(xué)，2018.

【5】王術(shù).基于詞頻分析和共詞聚類的我國生態(tài)文明建設(shè)研究文獻可視化分析[J].圖書館研究，2014，44（6）：107-110.

【6】王瀾瑾，馮艷，張鴻勛.基于詞頻分析和可視化共詞網(wǎng)絡(luò)圖的云南省眾創(chuàng)空間孵化方向分析[J].云南科技管理，2018，31（6）.

【7】張曉玲，倪月犁.高職院校教育質(zhì)量預(yù)警評價指標體系的構(gòu)建[J].商業(yè)經(jīng)濟，2020（6）：186-188.

【8】張曉玲，孫斐.高職院校教育質(zhì)量預(yù)警模型的研究[J].職業(yè)技術(shù)，2020（9）：25-31.

Research on Monitoring and Early Warning in the Network Image of Tourism Destinations under the Background of “Internet+”

School of Tourism Management， Nanjing Institute of Tourism & Hospitality

ZHANG Xiaoling? NI Yueli

Abstract： Network image early warning research of tourism destination is to use the Internet or client platforms to capture the network information of tourism destination network image to conduct dynamic monitoring， analysis and evaluation， determining the trend of change. Based on the perspective of network public opinions， this paper extracts network text data from the Internet， analyzes the influencing factors of the network image of tourism destinations， adopts word frequency analysis method to screen keywords and confirm index attributes， and constructs an index system for monitoring and warning the network image of tourism destinations under the background of "Internet plus" by using cluster analysis method.

Keywords： network image of tourism destination; early warning; influencing factors; word frequency analysis; cluster analysis